| 自适应动态K的WKNN室内定位方法 |
| |
| 引用本文： | 胡久松,刘宏立,徐琨.自适应动态K的WKNN室内定位方法[J].重庆邮电大学学报(自然科学版),2018,30(4):431-438. |
| |
| 作者姓名： | 胡久松 刘宏立 徐琨 |
| |
| 作者单位： | 湖南大学 电气与信息工程学院,长沙 410082,湖南大学 电气与信息工程学院,长沙 410082,湖南大学 电气与信息工程学院,长沙 410082 |
| |
| 基金项目： | 中央国有资本经营预算项目(财企[2013]470号);国家自然科学基金(61771191);中央高校基本科研项目(1053214004);湖南省自然科学基金项目(2017JJ2052);教育部产学合作协同育人项目(201601004010,201701056026);湖南省普通高校教学改革研究项目(湘教通〔2016〕400 号);湖南省研究生创新项目(CX2017B112) |
| |
| 摘 要： | WiFi室内定位已被广泛研究，并且提出了许多解决方案，其中以接收信号强度(received signal strength， RSS)作为位置指纹的加权K-最近邻(weighted K-Nearest neighbor， WKNN)算法是目前使用最广泛的位置指纹算法之一。由于WKNN算法通常采用固定的K值，其定位精度在实际使用时具有局限性。尽管动态K的方案被提出，但是由于引入了新的不确定性参数，因此，并未真正解决问题。针对这个问题，提出了一种自适应动态K的WKNN室内定位方法。提出的算法的K值自适应调整仅依赖于离线和在线数据，即可以不引入新的不确定参数。在这个前提下，提出的算法采用“多雷达搜索策略”的方式自适应选择近邻数K值进行在线位置估计。在真实环境中采样了大量数据进行了试验。试验结果表明，提出的算法可根据在线情况自适应调整K值，获得了较好的定位结果。
|
| 关 键 词： | 室内定位 指纹识别 加权K-最近邻(WKNN) 无线电地图 相似度度量 |
| 收稿时间： | 2017/6/12 0:00:00 |
| 修稿时间： | 2018/3/21 0:00:00 |
Self-adaptive WKNN indoor location method |
| |
| HU Jiusong,LIU Hongli and XU Kun.Self-adaptive WKNN indoor location method[J].Journal of Chongqing University of Posts and Telecommunications,2018,30(4):431-438. |
| |
| Authors: | HU Jiusong LIU Hongli and XU Kun |
| |
| Institution: | College of Electrical and Information Engineering, Hunan University, Changsha 410082, P.R. China,College of Electrical and Information Engineering, Hunan University, Changsha 410082, P.R. China and College of Electrical and Information Engineering, Hunan University, Changsha 410082, P.R. China |
| |
| Abstract: | |
| |
| Keywords: | indoor location fingerprint algorithms weighted K-nearest neighber(WKNN) radio map similarity metric |
|
| 点击此处可从《重庆邮电大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《重庆邮电大学学报(自然科学版)》下载免费的PDF全文 |
